12 2021 档案
摘要：准确率(Accuracy)、精确率(Precision)和召回率(Recall)的区别 数量 对于一个二分类问题，我们定义如下指标： ：True Positive，即正确预测出的正样本个数 ：False Positive，即错误预测出的正样本个数（本来是负样本，被我们预测成了正样本） ：True N
阅读全文
摘要：下载插件 download 键入命令 打开windows的cmd（搜索框搜cmd，打开命令提示符），键入命令： btpair -u
阅读全文
摘要：(Pdb) sample [['SOCCER', 'O'], ['-', 'O'], ['JAPAN', 'B-LOC'], ['GET', 'O'], ['LUCKY', 'O'], ['WIN', 'O'], ['CHINA', 'B-PER'], ['IN', 'O'], ['SURPRISE
阅读全文
摘要：torch.masked_select用于截取valid的标签太好用了: pred=torch.tensor([2,3,4,5]) mask=torch.ByteTensor([1,1,0,0]) torch.masked_select(pred,mask) # deprecated, 用bool值
阅读全文
摘要：一、BMES 四位序列标注法 B表示一个词的词首位值，M表示一个词的中间位置，E表示一个词的末尾位置，S表示一个单独的字词。 我/S 是/S 广/B 东/M 人/E （符号标注，‘东’是‘广’和‘人’的中间部分，凑成‘广东人’这个实体） 我/ 是/ 广东人/ （标注上分出来的实体块） 二、BIO 三
阅读全文
摘要：函数作用 torch.where()函数可以是按照给定的条件合并两个tensor； 条件满足的位置取前者，否则取后者。 代码示例 >>> import torch >>> a=torch.randn(3,5) >>> b=torch.ones(3,5) >>> a tensor([[-0.0310,
阅读全文
